← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 2580.b.1.c.1.h.2.b.1.a.2.a.2

最小计数Sketch估频

理解等级:高级

Count-Min Sketch 用多行独立哈希把同一值计入多个桶,查询取这些计数最小值。非负插入且未作额外校正时,碰撞只增加计数,得到不低于真实频次的估计;它节省空间,但不能当精确计数表。

关联:[[去噪Sketch改变误差界]]从相邻机制说明这一边界。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 4 处

    参考来源

    - 位置:《TiDB源码阅读系列文章》第12章《TiDB 源码阅读系列文章(十二)统计信息(上)》(来源项目:book-sources;源文件:extracted/TiDB源码阅读系列文章/_epub-src/OEBPS/Text/TiDB 源码阅读系列文章(十二)统计信息(上).html;阅读段落 11,12,14,50;均为书中版本) - 结论依据:原文对最小计数Sketch估频给出上述机制或边界;本卡把已读说明整理为可独立理解的解释。 - 原始内容:Count-Min Sketch 是一种可以处理等值查询,Join 大小估计等的数据结构,并且可以提供很强的准确性保证。自 2003 年在文献 An improved data stream summary: The count-min sketch and its application …… Count-Min Sketch 维护了一个 d*w 的计数数组,对于每一个值,用 d 个独立的 hash 函数映射到每一行的一列中,并对应修改这 d 个位置的计数值。如下图所示: …… 这样在查询一个值出现了多少次的时候,依旧用 d 个 hash 函数找到每一行中被映射到的位置,取这 d 个值的最小值作为估计值。 …… 由于 Count-Min Sketch 估计的结果总是不小于实际值,因此在 TiDB 中,我们选择了文献 New estimation algorithms for streaming data: Count-min can do more 中提出了一种 Count-Mean-Min Sk